夜雨聆风
AI来了，数学老师的备课方式需要改变吗？这不是一个选择题，而是一道必答题。2026年4月，教育部联合四部门印发“人工智能+教育”行动计划，明确将人工智能纳入教师资格考试和认证内容。与此同时，高考数学评析提出构建结构化知识体系、设计创新情景、强化思维品质考察——指挥棒已经转向。
从“双基”到“四基四能”再到2022年版《数学课程标准》的“三会”，三十年间数学教学对教师的要求不断攀升。今天的教师不再只是知识传递者，而是要成为学习的设计师——以素养为导向，设计从目标到任务到评价的一体化方案。
备课的困境：
知道什么是对的，却做不到
专业的教学设计有一套清晰路径：课标教材分析→学情分析→难点分析→学习目标设计→评价设计→学习过程设计→学习资源开发，即“七步成诗”。但现实是，多数教师受时间限制、缺乏专业指导，往往只完成学习过程设计这一步，跳过了前期的专业分析环节，甚至直接下载网上的现成教案。
三个模型：
给备课建立专业框架
智教耘平台的底层逻辑是三套基于认知科学的教学模型。
五星网状教学模型
解决一个学习目标如何达成。围绕目标，经历启动（导入）、建构（新授）、练习、应用、总结五个环节，是从认知科学中提炼出的科学学习路径。
瀑布模型
解决一节课如何设计。围绕多个目标，依次拆解为认知结构、任务、活动，最终落地学习结果。它的核心特征是教学评一致性和清晰的结构性——这正是新课标的要求。
七步成诗教学设计模型
解决目标从哪里来。从课标教材分析出发，经过学情诊断和难点分析，再确定目标、设计评价、设计过程、开发资源。前五步做对了，第六步学习过程设计就是自然而然的结果。
实操演示：
以“同类项”课程为例
在智教云平台上，备课全流程被拆解为清晰的步骤。
第一步，课标与素养分析。平台自动抓取课标中的内容要求、学业要求、教学提示，并解读本课对应的核心素养及其内涵。
第二步，教材分析。输出知识点结构图、内容概要、编者意图，提炼知识、能力、素养三层学习目标。
第三步，学情分析。从必备知识、必备经验、错误认知三个维度展开，自动生成诊断题目。教师也可以通过AI对话，输入班级实际情况，生成定制化的学情诊断报告。
第四步，难点分析。基于学情诊断结果确定难点，匹配对应教学策略。遇到不熟悉的专业术语，一键讲解；对分析结果有不同判断，可以与AI对话修改调整。
第五步，目标设计与评价设计。基于前期分析确定实际教学目标，设计评价任务、支架、工具、标准和时机。
第六步，学习过程设计。生成包含五星网状教学环节的完整教案，明确每个环节的任务、师生活动、评价量规和时长分配。
有人问：给我那么多内容干什么，我只要一个课件就够了。龚玲老师的回答很直接：多与少不是问题，对不对才是问题。一键生成的课件不属于你，只有经过你思考和调整的，才是你自己的教学设计。
一线教师的使用体验
成都市名师苏天平校长给平台打了9分（满分10分），她的评价是“智教耘在手，备课不用愁”——相当于一本高阶活的教师用书，背后植入了杜威、皮亚杰、维果斯基等学者的理论，如同有专家陪同备课。她总结平台的亮点：拥有完整的逆向设计链条，学情分析形成“诊断-阈值-对策”闭环，难点分析会说明成因并给出破解策略，还能为学生提供深度思考的认知脚手架。
她也提出了四点改进建议：支持大单元备课的课时调整；支持上传学生测评数据生成真实学情正确率；将动画调整为可拖动的电子活教具；增加AI与人类教师的分工模块，明确哪些工作交给AI、哪些由教师完成，适配AI时代新的教学范式。
入职第二年的小学数学新手教师张志达，则从新教师的视角分享了真实体验。之前用通用AI备课，数据更新慢、沿用旧教材内容，他不得不自己收集资料搭建个人AI，光整理归档就耗费大量时间。承担区级五年级公开课时，磨课三轮才摸清高年级学情。
使用智教耘后，平台紧跟新教材新课标，学情分析功能帮他快速明确跨学段知识衔接和难点，备课周期大幅缩短。教学评一体化落地难的问题，也因为平台自带核心素养评价框架而变得可操作——稍作调整就能得到满意的评价方案。
平台的定位与未来
智教耘的使命不是替代教师，而是帮助教师获得专业成长。平台目前仍处于初期阶段，需要教师使用后反馈建议，共同迭代优化。正如龚玲老师所说：把重复的工作交给AI，把教育的温度留给老师和学生。
END